论文部分内容阅读
Xu和Zhang近期提出用光滑化样本均值逼近方法求解一类广义的一阶段目标函数非光滑的随机规划问题,受他们工作的启发,本文首先考虑到目标函数和约束函数均为非光滑,并且含有抽象约束的情形。求解过程中,用样本均值来逼近期望值,用光滑逼近技巧来处理非光滑性。通过引入Jourani约束规格与光滑逼近的稳定性,建立了基于上述逼近的收敛性结果。
此外,受Lin等人所讨论的模型启发,对现有picnic-vender模型进行了改进,提出了一类新的均衡约束数学规划问题,称之为Multi-Choice-多选择模型。
本文的主要贡献大致可以总结为:引入光滑化SAA方法来求解一类带函数与抽象约束的一阶段非光滑随机规划问题。首先证明了如果给定在约束系统上的正则性条件成立,原问题在光滑扰动下是稳定的。还将表明,在合适的约束规格下,即使减弱Xu和Zhang加在目标函数上的条件,仍能推导出w.P.1.光滑SAA问题的弱K-K-T稳定点收敛到原问题的弱K-K-T稳定点,同时光滑SAA问题的最优值依概率收敛到原问题的最优值。事实上,通过提供充分性条件,讨论了Xu和Zhang给出的所有假设,以及那些引入的条件。
全文结构大致如下:
第一章讨论非光滑随机规划问题,第一节介绍了所用到的概念和定义;第二节建立了光滑逼近问题最优解与K-K-T稳定点的收敛性;第三节考虑SAA逼近光滑化问题以及SAA光滑化逼近问题的K-K-T稳定点的收敛性,以及SAA光滑逼近最优值的指数收敛性(以概率);第四节将已建立的理论结果应用到求解随机均衡约束数学规划问题上。
第二章是介绍了原始Picnic-Vendor模型以及基于它的改进的Multi-Choice模型。